FINA — VUCA-Welt, SCHUFA & Anleihen

Gemischter Themenblock: die VUCA-Welt und ihre Folgen für die Finanzplanung (kam in zwei Klausuren in unterschiedlichem Umfang vor), der SCHUFA-Score und die Anleihe als Fremdkapitalinstrument. Rohleder verlangt beim VUCA-Thema die vier Begriffe mit je einem eigenen Beispiel sowie die Ableitung konkreter Änderungen der Finanzplanung; bei der Anleihe die saubere Verwendung der einschlägigen Fachbegriffe.

1. VUCA-Welt — Änderungen der Finanzplanung (8 P)

Vier konkrete Veränderungen der Finanzplanung, die das VUCA-Umfeld erforderlich gemacht hat.

Das VUCA-Umfeld (Volatilität, Unsicherheit, Komplexität und Ambiguität) hat die Finanzplanung in vielerlei Hinsicht verändert. Vier konkrete Veränderungen:

1. Erhöhte Flexibilität und Anpassungsfähigkeit: Im VUCA-Umfeld müssen Unternehmen ihre Finanzplanung stärker auf Flexibilität ausrichten. In Zeiten starker Marktveränderungen und unvorhersehbarer Ereignisse (z. B. Wirtschaftskrisen oder pandemiebedingte Einschnitte) müssen Unternehmen schnell reagieren können. Finanzpläne müssen anpassbar sein und regelmäßig überprüft werden.
2. Höhere Risikomanagement-Strategien: Das gestiegene Risiko von Marktschwankungen, geopolitischen Unsicherheiten und technologischen Umbrüchen erfordert eine intensivere Integration von Risikomanagement in die Finanzplanung. Unternehmen müssen nicht nur klassische Finanzkennzahlen berücksichtigen, sondern auch Szenario- und Stress-Tests durchführen, um die Auswirkungen potenzieller Krisen besser abzuschätzen und Resilienz aufzubauen.
3. Langfristige Investitions- und Innovationsplanung: Das VUCA-Umfeld erfordert verstärkten Fokus auf langfristige Investitionen, insbesondere in Technologie, Digitalisierung und Forschung & Entwicklung, um auf die rapide Veränderung des Marktes und die steigende Bedeutung der Innovationsfähigkeit reagieren zu können.
4. Agilität und Dezentralisierung der Finanzplanung: In einer zunehmend dynamischen und komplexen Geschäftswelt müssen Unternehmen ihre Finanzplanung dezentralisieren, um schneller und gezielter auf lokale und operative Anforderungen reagieren zu können. Die Finanzplanung wird zunehmend agil und iterativ — Pläne werden häufiger überprüft und bei Bedarf angepasst.

2. VUCA-Welt — Akronym und Finanzplanung (18 P)

a) Wofür steht VUCA? Die vier Begriffe erläutern und je ein Beispiel nennen. (12 P)

1. Volatilität (Volatility): Beschreibt die Schnelligkeit und Unvorhersehbarkeit von Veränderungen in einem Markt oder Umfeld. Beispiel: Stark schwankende Rohstoffpreise, die kurzfristig die Produktionskosten beeinflussen.
2. Unsicherheit (Uncertainty): Bedeutet das Fehlen von Vorhersehbarkeit und die Schwierigkeit, zukünftige Ereignisse oder Entwicklungen abzuschätzen. Beispiel: Einführung neuer Regulierungen, deren Auswirkungen auf das Geschäftsumfeld unklar sind.
3. Komplexität (Complexity): Bezieht sich auf die Vielzahl und Vernetztheit von Einflussfaktoren, die Entscheidungen beeinflussen. Beispiel: Globale Lieferketten mit zahlreichen Beteiligten, deren Interaktionen schwer zu überblicken sind.
4. Mehrdeutigkeit (Ambiguity): Beschreibt Situationen, in denen Informationen unklar oder interpretationsbedürftig sind. Beispiel: Unterschiedliche Kundenfeedbacks zu einem neuen Produkt, die keine eindeutige Richtung für Verbesserungen vorgeben.

b) Drei konkrete Veränderungen der Finanzplanung, die das VUCA-Umfeld erforderlich gemacht hat. (6 P)

1. Erhöhte Flexibilität und Agilität: Unternehmen müssen ihre Finanzplanung anpassen, um schnell auf unvorhersehbare Marktveränderungen reagieren zu können. Dies erfordert flexible Budgetierungsprozesse und die Fähigkeit, Ressourcen kurzfristig umzuschichten.
2. Verstärktes Risikomanagement: Im VUCA-Umfeld ist es essenziell, potenzielle Risiken frühzeitig zu identifizieren und entsprechende Gegenmaßnahmen zu planen. Dies beinhaltet die regelmäßige Überprüfung von Annahmen und die Entwicklung von Szenario-Analysen.
3. Einsatz moderner Technologien: Die Nutzung von Finanztechnologien wie künstlicher Intelligenz und Big Data ermöglicht es Unternehmen, fundiertere Entscheidungen zu treffen und schneller auf Veränderungen zu reagieren. Diese Technologien unterstützen bei der Analyse komplexer Daten und verbessern die Prognosegenauigkeit.

3. SCHUFA (8 P)

a) Was versteht man unter dem SCHUFA-Score? (4 P)

Der SCHUFA-Score ist eine numerische Bewertung der Kreditwürdigkeit einer Person, die von der SCHUFA (Schutzgemeinschaft für allgemeine Kreditsicherung) berechnet wird. Der Score basiert auf persönlichen Finanzdaten und gibt Auskunft darüber, wie wahrscheinlich es ist, dass eine Person ihre finanziellen Verpflichtungen in der Zukunft erfüllt. Ein hoher Score deutet auf eine gute Bonität hin.

b) Warum ist es für Privatpersonen sinnvoll, regelmäßig eine SCHUFA-Selbstauskunft („Datenkopie nach Art. 15 DS-GVO“) einzuholen und ggf. falsche Daten korrigieren zu lassen? (4 P)

Es ist für Privatpersonen sinnvoll, regelmäßig eine SCHUFA-Selbstauskunft einzuholen, da diese die eigene Kreditwürdigkeit widerspiegelt. Fehlerhafte oder veraltete Daten können den Score negativ beeinflussen und zu einer schlechteren Bonitätsbewertung führen. Eine Korrektur dieser falschen Daten kann somit dazu beitragen, die eigene Kreditwürdigkeit zu verbessern und bessere Konditionen bei Krediten oder Finanzierungen zu erhalten.

4. Anleihen (6 P)

Eine Anleihe (auch Bond) ist ein Finanzinstrument, bei dem ein Schuldner (in der Regel ein Unternehmen oder ein Staat) Kapital von Investoren aufnimmt, indem er ihnen eine Schuldurkunde (die Anleihe) ausstellt. Der Schuldner verpflichtet sich, den investierten Betrag zu einem bestimmten Zeitpunkt (der Laufzeit) zurückzuzahlen und während der Laufzeit regelmäßig Zinsen zu zahlen. Die wichtigsten Fachbegriffe:

1. Nominalwert: Der Nennbetrag der Anleihe, also der Betrag, den der Emittent (der Herausgeber der Anleihe) am Ende der Laufzeit an den Anleihegläubiger zurückzahlt.
2. Kupon: Der Zinssatz, den der Emittent jährlich auf den Nominalwert zahlt. Dieser Zinssatz ist in der Regel fix und wird als Prozentsatz des Nominalwerts angegeben. Die Kuponzahlung erfolgt meist in regelmäßigen Abständen (jährlich oder halbjährlich).
3. Emittent: Die Institution, die die Anleihe ausgibt, in der Regel ein Unternehmen, eine staatliche Institution oder eine internationale Organisation.
4. Laufzeit: Der Zeitraum, über den die Anleihe gültig ist, beginnend mit dem Ausgabetag und endend mit dem Rückzahlungstag (Fälligkeitstag), an dem der Nominalwert an den Inhaber zurückgezahlt wird.
5. Marktpreis: Der Preis, zu dem eine Anleihe auf dem Sekundärmarkt gehandelt wird. Dieser kann vom Nominalwert abweichen, je nachdem, wie die aktuellen Zinssätze im Vergleich zum Kupon ausfallen. Eine Anleihe wird über pari (über dem Nominalwert) gehandelt, wenn ihr Kupon höher ist als der aktuelle Marktzins, oder unter pari (unter dem Nominalwert), wenn der Kupon unter dem Marktzins liegt.
6. Rendite: Gibt an, wie viel Gewinn ein Anleger im Verhältnis zu seinem Investitionsbetrag erwartet. Sie kann auf unterschiedliche Weise berechnet werden, wobei die aktuelle Rendite (Kuponzahlung geteilt durch den aktuellen Marktpreis) eine der gängigsten Methoden ist. Die YTM (Yield to Maturity) ist die Gesamtrendite, die ein Anleger erzielt, wenn er die Anleihe bis zur Fälligkeit hält und alle Kuponzahlungen erhält.
7. Kreditwürdigkeit: Anleihen haben oft eine Bonitätsbewertung von Rating-Agenturen wie Standard & Poor's, Moody's oder Fitch. Diese Bewertungen spiegeln die Kreditwürdigkeit des Emittenten wider und beeinflussen den Zinssatz der Anleihe. Ein höheres Rating bedeutet eine geringere Wahrscheinlichkeit eines Zahlungsausfalls und führt zu niedrigeren Zinssätzen.

Zusammengefasst handelt es sich bei einer Anleihe um ein Instrument der Fremdkapitalaufnahme, bei dem ein Investor dem Emittenten Kapital zur Verfügung stellt, wofür er im Gegenzug regelmäßige Zinsen und die Rückzahlung des Nominalwertes am Ende der Laufzeit erhält.

📜 Original-Klausuraufgaben aus den Altmeisterklausuren — gelöst

Rohleders eigener Wortlaut aus den Klausuren 2021 bis 2024. In FINA wiederholt er anders als in seinen übrigen Fächern keine Aufgaben wortgleich, sondern stellt zu denselben Themen neue Fragen. Der grüne Block sichert deshalb jeweils das ganze Thema ab, nicht nur die gestellte Frage.

Vorbemerkung. Zwölf Punkte auf vier Begriffe bedeuten drei Punkte je Begriff: Bezeichnung mit englischem Original, Erläuterung und ein eigenes Beispiel. Die vier Beispiele müssen zum jeweiligen Effekt passen und dürfen sich nicht wiederholen – das ist die eigentliche Schwierigkeit, weil Volatilität und Unsicherheit im Alltag gern vermengt werden.

a) 12 P. – Das Akronym VUCA

⟨1⟩ Volatilität (Volatility). Volatilität beschreibt die Schnelligkeit, Häufigkeit und Amplitude von Veränderungen in einem Markt oder Umfeld. Charakteristisch ist, dass die Richtung der Bewegung bekannt sein kann, ihr Ausmaß und Zeitpunkt aber nicht.

⟨2⟩ Wichtig für die Abgrenzung: Bei Volatilität ist die Struktur des Problems verstanden, nur die Werte schwanken. Man weiß, dass Rohstoffpreise schwanken, und man weiß, worauf sie wirken.

⟨3⟩ Beispiel: Stark schwankende Rohstoff- und Energiepreise, die die Produktionskosten kurzfristig verändern und jede Kalkulation binnen Wochen überholen.

⟨4⟩ Unsicherheit (Uncertainty). Unsicherheit bedeutet das Fehlen von Vorhersehbarkeit: Die Wirkungszusammenhänge sind grundsätzlich bekannt, aber es ist unklar, ob und wann ein Ereignis eintritt und wie stark es wirkt.

⟨5⟩ Anders als bei Volatilität hilft hier keine Erfahrung aus der Vergangenheit, weil das auslösende Ereignis neu ist. Unsicherheit ist damit ein Informationsproblem, kein Schwankungsproblem.

⟨6⟩ Beispiel: Die Ankündigung einer neuen Regulierung, deren konkrete Ausgestaltung und Wirkung auf das eigene Geschäftsmodell noch nicht absehbar ist.

⟨7⟩ Komplexität (Complexity). Komplexität bezeichnet die Vielzahl und die Vernetztheit der Einflussfaktoren. Viele Größen wirken gleichzeitig aufeinander, sodass sich Ursache und Wirkung nicht mehr eindeutig zuordnen lassen und kleine Auslöser große Effekte haben können.

⟨8⟩ Komplexität ist damit kein Mangel an Information, sondern ein Übermaß an Wechselwirkungen: Selbst bei vollständiger Information bleibt das System schwer durchschaubar.

⟨9⟩ Beispiel: Globale Lieferketten mit zahlreichen Beteiligten über mehrere Stufen, deren Interaktionen und Ausfallrisiken kaum vollständig überblickt werden können.

⟨10⟩ Mehrdeutigkeit (Ambiguity). Mehrdeutigkeit beschreibt Situationen, in denen vorliegende Informationen unklar oder interpretationsbedürftig sind und mehrere widersprüchliche Deutungen zulassen.

⟨11⟩ Das Problem liegt hier nicht in fehlenden oder zu vielen Daten, sondern in ihrer Deutung: Dieselbe Zahlenlage stützt zwei entgegengesetzte Entscheidungen, je nachdem, welche Lesart man wählt.

⟨12⟩ Beispiel: Widersprüchliche Kundenrückmeldungen zu einem neuen Produkt, die keine eindeutige Richtung für Verbesserungen erkennen lassen.

b) 6 P. – Drei konkrete Veränderungen der Finanzplanung

⟨1⟩ Erhöhte Flexibilität und Agilität der Planung. Unternehmen müssen ihre Finanzplanung so aufstellen, dass sie schnell auf unvorhersehbare Marktveränderungen reagieren können. Das erfordert flexible Budgetierungsprozesse, kurze Planungszyklen und die Fähigkeit, Ressourcen kurzfristig umzuschichten.

⟨2⟩ Praktisch bedeutet das den Übergang von der starren Jahresplanung zur rollierenden Planung, die in festen Intervallen fortgeschrieben wird, statt einmal jährlich festgeschrieben zu werden.

⟨3⟩ Verstärktes Risikomanagement in der Planung. Im VUCA-Umfeld genügt eine Einzelwertplanung nicht mehr. Risiken müssen frühzeitig identifiziert und mit Gegenmaßnahmen hinterlegt werden; die zugrunde liegenden Annahmen sind regelmäßig zu überprüfen.

⟨4⟩ Konkret heißt das Szenario- und Stresstest-Rechnungen statt einer einzigen Planzahl: ein Best Case, ein Base Case und ein Worst Case mit jeweils eigenem Liquiditätsverlauf, ergänzt um Liquiditätsreserven und zugesagte Kreditlinien als Puffer.

⟨5⟩ Einsatz moderner Technologien und Daten. Finanztechnologien wie Big-Data-Auswertungen und Verfahren der künstlichen Intelligenz erlauben es, größere Datenmengen schneller auszuwerten und Entwicklungen früher zu erkennen.

⟨6⟩ Damit verbessert sich die Prognosegenauigkeit, und die Planung kann häufiger aktualisiert werden, ohne dass der Aufwand proportional steigt. Ergänzend gehört dazu die Dezentralisierung von Planungsverantwortung, damit Entscheidungen dort getroffen werden, wo die Marktinformation zuerst ankommt.

Rohleders Erwartung: Er will vier trennscharfe Begriffe mit je einem eigenen, passenden Beispiel – die Beispiele sind das Bewertungskriterium, nicht die Definitionen. In b) verlangt er konkrete Veränderungen der Finanzplanung, also rollierende Planung, Szenarien und Technologieeinsatz, nicht allgemeine Aussagen über „mehr Flexibilität".

Vorbemerkung. VUCA steht für Volatilität (Volatility), Unsicherheit (Uncertainty), Komplexität (Complexity) und Mehrdeutigkeit (Ambiguity). Die Aufgabe fragt nicht nach dem Akronym, sondern nach den Konsequenzen: Was muss eine Finanzplanung anders machen, wenn die Zukunft schneller schwankt, weniger vorhersehbar, stärker vernetzt und mehrdeutiger geworden ist? Gefordert ist „Erläutern", also jeweils ganze Sätze mit Begründung.

8 P. – Vier konkrete Veränderungen der Finanzplanung

⟨2⟩ 1. Von der starren Jahresplanung zur rollierenden, unterjährig fortgeschriebenen Planung. Früher wurde einmal im Jahr ein Budget verabschiedet und über zwölf Monate abgearbeitet. In einem volatilen Umfeld ist ein solcher Plan schon nach wenigen Wochen überholt, weil sich Absatzmengen, Einkaufspreise, Zinsen und Wechselkurse sprunghaft ändern. Die Finanzplanung wird deshalb rollierend geführt: Nach jeder abgeschlossenen Periode wird eine neue Periode hinten angehängt und der gesamte Plan mit aktuellen Ist-Werten neu gerechnet. Der Planungshorizont bleibt dadurch konstant, die Datenbasis bleibt aktuell, und der Plan verliert seinen Charakter als „Beschluss" und wird zum laufend gepflegten Steuerungsinstrument.

⟨4⟩ 2. Von der Punktprognose zur Szenario- und Bandbreitenplanung mit Stresstests. Weil sich Einzelwerte nicht mehr verlässlich vorhersagen lassen, plant man nicht mehr eine Zahl, sondern mehrere in sich schlüssige Zukünfte (Best Case, Base Case, Worst Case) und rechnet für jedes Szenario Ergebnis, Cashflow und Liquidität durch. Ergänzend werden Stresstests gefahren, in denen einzelne Treiber bewusst extrem gesetzt werden („Was passiert, wenn der Energiepreis sich verdoppelt oder der größte Kunde ausfällt?"). Der Nutzen liegt nicht in der Trefferquote, sondern darin, dass man die eigenen Bruchstellen und die dazugehörigen Gegenmaßnahmen kennt, bevor der Fall eintritt.

⟨6⟩ 3. Vom Ergebnisfokus zum Liquiditäts- und Risikofokus. In stabilen Zeiten stand die Ergebnisplanung im Vordergrund, heute steht die Liquiditätsplanung gleichberechtigt daneben oder sogar davor, denn ein Unternehmen geht nicht an fehlendem Gewinn zugrunde, sondern an fehlender Zahlungsfähigkeit. Konkret bedeutet das: kurzfristige, teilweise wöchentliche oder tägliche Liquiditätsvorschau, bewusst höhere Liquiditätsreserven und fest zugesagte, nicht ausgenutzte Kreditlinien als Puffer, sowie die feste Verankerung des Risikomanagements in der Finanzplanung (Identifikation, Bewertung und Absicherung von Zins-, Währungs-, Rohstoff- und Ausfallrisiken).

⟨8⟩ 4. Von der zentralen Jahresrunde zur agilen, dezentralen und datengestützten Planung. Komplexität lässt sich nicht mehr aus der Konzernzentrale heraus vollständig überblicken. Planungskompetenz und Verantwortung wandern deshalb näher an die operativen Einheiten, die Marktveränderungen zuerst sehen; die Zentrale gibt Leitplanken und Kapitalrahmen vor, statt jede Zeile selbst zu setzen. Gleichzeitig verkürzen sich die Planungszyklen (iterative, kurze Schleifen statt einer langen Jahresrunde), und die Datenbasis wird automatisiert: integrierte Planungssoftware, Auswertung großer Datenmengen und Prognosealgorithmen liefern schneller und häufiger aktualisierte Werte, als es eine manuelle Excel-Runde je könnte.

Rohleders Erwartung: Er will vier konkrete Veränderungen der Finanzplanung, keine allgemeine Beschreibung der VUCA-Welt – jede Veränderung muss als „vorher so, heute so" erkennbar sein und begründet werden. Wer nur die vier Buchstaben erklärt, hat die Frage nicht beantwortet.

a) 4 P. – Was ist der SCHUFA-Score?

⟨2⟩ Definition und ökonomische Funktion. Der SCHUFA-Score ist ein Wahrscheinlichkeitswert, ausgedrückt als Prozentzahl oder Rangstufe, der angibt, mit welcher statistischen Wahrscheinlichkeit eine Person ihre künftigen Zahlungsverpflichtungen vertragsgemäß erfüllen wird. Er ist damit ein numerisch verdichtetes Maß der Bonität, also der Kreditwürdigkeit, die sich aus Zahlungsfähigkeit und Zahlungswilligkeit zusammensetzt. Die SCHUFA (Schutzgemeinschaft für allgemeine Kreditsicherung) ist eine privatwirtschaftliche Auskunftei, die von Banken, Handel und Telekommunikationsunternehmen getragen wird und nach dem Gegenseitigkeitsprinzip arbeitet: Die angeschlossenen Vertragspartner melden Daten ein und dürfen im Gegenzug abfragen. Ökonomisch ist der Score ein Instrument zum Abbau der Informationsasymmetrie zwischen Kreditgeber und Kreditnehmer: Der Kreditnehmer kennt seine eigene Bonität, der Kreditgeber nicht. Ohne ein solches Instrument müsste die Bank alle Antragsteller gleich behandeln und eine pauschale Risikoprämie verlangen – die Guten würden die Schlechten quersubventionieren, was ökonomisch als adverse Selektion beschrieben wird.

⟨4⟩ Datenbasis, Berechnung und Bedeutung des Werts. Grundlage sind ausschließlich kreditrelevante Daten: laufende und abgeschlossene Kredite, Girokonten und Kreditkarten, Leasing- und Mobilfunkverträge, Ratenkäufe sowie – als Negativmerkmale – Zahlungsausfälle, Mahnbescheide, Vollstreckungsmaßnahmen und Insolvenzen. Ergänzend fließen Merkmale wie Zahl und Alter der Konten sowie die Häufigkeit von Anfragen ein. Einkommen, Vermögen, Beruf, Familienstand, Nationalität und Religionszugehörigkeit gehören ausdrücklich nicht zur Datenbasis. Der Score entsteht durch ein statistisches Verfahren: Die Merkmale einer Person werden mit dem historischen Zahlungsverhalten einer großen Vergleichsgruppe abgeglichen und daraus eine Ausfallwahrscheinlichkeit abgeleitet. Ein hoher Wert – der Basisscore wird in Prozent ausgewiesen, in der Praxis gelten Werte über 97,5 Prozent als sehr gut – signalisiert ein geringes Ausfallrisiko. Wichtig ist die statistische Natur der Aussage: Der Score trifft keine Aussage über die konkrete Person, sondern ordnet sie einer Gruppe zu, deren beobachtetes Verhalten auf sie übertragen wird. Praktisch entscheidet er über Kreditzusage und Zinssatz, über Mietvertrag, Mobilfunkvertrag, Leasing und die Verfügbarkeit von Zahlungsarten wie Rechnungs- oder Ratenkauf.

b) 4 P. – Warum die regelmäßige Selbstauskunft sinnvoll ist

⟨2⟩ Fehlerhäufigkeit und unmittelbare wirtschaftliche Folgen. Die gespeicherten Daten stammen von tausenden meldenden Vertragspartnern und sind erfahrungsgemäß in einem erheblichen Teil der Fälle unvollständig, veraltet oder schlicht falsch. Typische Fehler sind: ein längst getilgter Kredit, der noch als offen geführt wird; ein gekündigter Vertrag, dessen Erledigung nicht gemeldet wurde; eine Verwechslung wegen Namensgleichheit oder eines Umzugs; eine bestrittene und tatsächlich unberechtigte Forderung, die dennoch als Negativmerkmal eingetragen wurde; oder ein Eintrag, dessen Löschfrist bereits abgelaufen ist. Da die Betroffenen von der Einmeldung nichts erfahren, bleiben solche Fehler ohne eigene Kontrolle unentdeckt. Die Folgen sind unmittelbar wirtschaftlich: Ein falsches Negativmerkmal senkt den Score und führt zu einem höheren Sollzins, zur Ablehnung eines Kredits oder Mietvertrags, zum Wegfall des Rechnungskaufs oder zu höheren geforderten Sicherheiten. Bei einer Baufinanzierung über mehrere Jahrzehnte kann ein Zinsaufschlag von wenigen Zehntelprozentpunkten einen fünfstelligen Betrag ausmachen. Wer den Fehler erst im laufenden Antragsverfahren bemerkt, hat die Finanzierung meist schon verloren, denn die Korrektur dauert Wochen.

⟨4⟩ Rechtsanspruch, Korrekturweg und weiterer Nutzen. Nach Artikel 15 der Datenschutz-Grundverordnung besteht ein Anspruch auf kostenlose Auskunft über alle gespeicherten personenbezogenen Daten samt einer Kopie („Datenkopie"); dieser Anspruch besteht unabhängig von der kostenpflichtigen, an Dritte weitergebbaren Bonitätsauskunft. Stellt sich ein Eintrag als unrichtig heraus, greift Artikel 16 DS-GVO mit dem Recht auf Berichtigung, bei unzulässiger Speicherung Artikel 17 mit dem Recht auf Löschung; für die Dauer der Prüfung kann nach Artikel 18 eine Einschränkung der Verarbeitung verlangt werden. Praktisch reklamiert man beim meldenden Vertragspartner und parallel bei der Auskunftei, notfalls über die Datenschutzaufsichtsbehörde. Der Nutzen der regelmäßigen Kontrolle geht über die Fehlerkorrektur hinaus: Man erkennt Identitätsmissbrauch frühzeitig, wenn auf den eigenen Namen Verträge geschlossen wurden; man behält den Überblick über die eigenen laufenden Verpflichtungen; und man kann vor einer wichtigen Finanzierung gezielt aufräumen, etwa nicht genutzte Konten und Karten schließen, deren bloße Existenz den Score belastet. Nicht zuletzt schafft die Kontrolle Transparenz in eigener Sache: Man erfährt, welches Bild Dritte von der eigenen Zahlungsfähigkeit erhalten, bevor eine Entscheidung darauf gestützt wird.

Rohleders Erwartung: In a) will er nicht nur „Zahl für die Kreditwürdigkeit", sondern den Wahrscheinlichkeitscharakter und die Funktion des Score-Werts im Kreditprozess. In b) genügt „falsche Daten schaden" nicht – er will den Rechtsanspruch aus der DS-GVO und die konkreten wirtschaftlichen Folgen eines fehlerhaften Eintrags.

⟨2⟩ Grundbegriff und rechtliche Einordnung. Eine Anleihe – auch Schuldverschreibung, Obligation oder englisch Bond – ist ein verbrieftes, in der Regel börsenfähiges Fremdkapitalinstrument. Ein Kapitalnehmer, der Emittent, nimmt am Kapitalmarkt einen größeren Kreditbetrag auf, indem er ihn in viele gleich ausgestattete Teilschuldverschreibungen zerlegt und diese an eine Vielzahl von Anlegern verkauft. Emittenten sind typischerweise Staaten und ihre Gebietskörperschaften (Staatsanleihen), Unternehmen (Unternehmensanleihen, Corporate Bonds), Banken (Pfandbriefe, Bankschuldverschreibungen) oder supranationale Institutionen. Der Käufer wird Gläubiger (Anleihegläubiger), nicht Miteigentümer – das ist der entscheidende Unterschied zur Aktie: Er hat einen schuldrechtlichen Anspruch auf Zinsen und Rückzahlung, aber keine Stimm- und Mitspracherechte und keine Beteiligung am Gewinn oder am Liquidationserlös über seine Forderung hinaus. Im Insolvenzfall wird er allerdings vorrangig vor den Eigenkapitalgebern bedient. Der Vorgang der Erstausgabe heißt Emission und findet am Primärmarkt statt, meist über ein Bankenkonsortium; der anschließende Handel zwischen Anlegern läuft über den Sekundärmarkt, also die Börse oder den außerbörslichen Handel.

⟨4⟩ Die Ausstattungsmerkmale. Jede Anleihe wird durch feste Parameter beschrieben, die in den Anleihebedingungen festgelegt sind. Der Nominalwert (Nennwert, Nennbetrag) ist der Betrag, auf den die Schuldverschreibung lautet und der am Ende zurückgezahlt wird; er ist die Bezugsgröße für die Verzinsung und liegt bei Unternehmensanleihen häufig bei 1.000 EUR je Stück. Der Kupon (Nominalzins) ist der auf den Nominalwert bezogene Zinssatz; er wird meist jährlich oder halbjährlich gezahlt und ist bei der klassischen Anleihe über die gesamte Laufzeit fest (Festzinsanleihe, Straight Bond). Daneben existieren variabel verzinsliche Anleihen (Floater), deren Kupon an einen Referenzzins gekoppelt ist, und Nullkuponanleihen (Zerobonds), die überhaupt keine laufenden Zinsen zahlen und stattdessen mit einem Abschlag ausgegeben und zum Nennwert zurückgezahlt werden. Die Laufzeit reicht vom Emissionstag bis zum Fälligkeits- oder Rückzahlungstag; am Ende erfolgt die Tilgung, im Regelfall endfällig zum Nennwert, seltener in Raten oder durch Auslosung. Der Emissionskurs kann bei pari (100 Prozent des Nennwerts), über pari oder unter pari liegen.

⟨6⟩ Kurs, Rendite und Bonität – der wirtschaftliche Kern. Der Kurs einer Anleihe wird in Prozent des Nominalwerts notiert und weicht während der Laufzeit vom Nennwert ab. Der Grund ist der Vergleich mit dem aktuellen Marktzins: Liegt der Kupon über dem Marktzins, ist die Anleihe attraktiver als eine Neuemission, der Kurs steigt über pari; liegt er darunter, fällt der Kurs unter pari. Daraus folgt die zentrale Gesetzmäßigkeit des Rentenmarkts: Kurs und Marktzins bewegen sich gegenläufig. Steigende Zinsen führen zu Kursverlusten bei bereits laufenden Anleihen – je länger die Restlaufzeit, desto stärker (Zinsänderungsrisiko, gemessen über die Duration). Die tatsächliche Verzinsung des eingesetzten Kapitals ist deshalb nicht der Kupon, sondern die Rendite: Die einfache laufende Rendite ist der Kupon geteilt durch den aktuellen Kurs; die aussagekräftige Größe ist die Rendite bis zur Endfälligkeit (Yield to Maturity, YTM), die alle Kuponzahlungen und den Rückzahlungsbetrag über die Restlaufzeit einbezieht – finanzmathematisch der interne Zinsfuß der Zahlungsreihe. Maßgeblich für die Höhe des geforderten Kupons ist die Bonität des Emittenten, die von Ratingagenturen wie Standard & Poor's, Moody's und Fitch bewertet wird. Ein gutes Rating (Investment Grade, mindestens BBB− beziehungsweise Baa3) bedeutet geringe Ausfallwahrscheinlichkeit und erlaubt einen niedrigen Kupon; schwächere Bonitäten (High Yield, umgangssprachlich Junk Bonds) müssen einen Risikoaufschlag (Spread) über der Rendite sicherer Staatsanleihen bieten. Die wesentlichen Risiken sind damit benannt: Bonitäts- oder Ausfallrisiko, Zinsänderungsrisiko, Liquiditätsrisiko bei eng gehandelten Papieren, Inflationsrisiko und bei Fremdwährungsanleihen zusätzlich das Währungsrisiko.

Rohleders Erwartung: Die Aufgabe verlangt ausdrücklich die Verwendung der einschlägigen Fachbegriffe – Emittent, Nominalwert, Kupon, Laufzeit, Tilgung, Kurs, pari, Rendite beziehungsweise YTM, Bonität und Rating müssen fallen und richtig verwendet werden. Wer nur „ein Kredit in Wertpapierform" schreibt, verschenkt die Punkte, obwohl der Satz nicht falsch ist.

5. Ponzi-Schema, Schneeballsystem und die selbsterfüllende Prophezeiung (12 P) — aus dem Abdeckungs-Sweep

Vorbemerkung. Die Aufgabe hat einen versteckten inneren Zusammenhang, den eine gute Antwort am Ende sichtbar macht: Der Zusammenbruch eines Ponzi-Schemas ist selbst eine selbsterfüllende Prophezeiung. Zu beachten ist außerdem die Punktlogik: In b) gibt es je Beispiel einen Punkt, ein Beispiel gilt aber erst dann als erklärt, wenn der Rückkopplungsmechanismus benannt ist und nicht nur das Stichwort fällt.

a) 3 P. — Definition der selbsterfüllenden Prophezeiung

Eine selbsterfüllende Prophezeiung ist eine Vorhersage, die ihre Erfüllung selbst bewirkt: Der Glaube einer Mehrheit an ein Narrativ steuert das Verhalten dieser Mehrheit so, dass das Narrativ zur Wahrheit wird. Entscheidend ist damit, dass die Aussage im Zeitpunkt ihrer Äußerung sachlich noch nicht zutrifft — sie wird erst dadurch wahr, dass Menschen sich so verhalten, als wäre sie bereits wahr. ⟨1⟩

Der Wirkmechanismus ist eine positive Rückkopplung zwischen Erwartung und Handlung: Die Erwartung verändert das Verhalten, das veränderte Verhalten verändert die Realität, und die veränderte Realität bestätigt die ursprüngliche Erwartung, was wiederum weitere Personen zum gleichen Verhalten veranlasst. Der Kreislauf verstärkt sich also selbst, statt sich zu dämpfen. ⟨2⟩

Wesentlich ist die kollektive Dimension: Eine einzelne Person, die an das Narrativ glaubt, verändert nichts. Erst wenn eine hinreichend große Zahl von Marktteilnehmern gleichgerichtet handelt, wird die Erwartung zur wirtschaftlichen Tatsache. Die selbsterfüllende Prophezeiung ist deshalb kein psychologisches Randphänomen, sondern ein systematisches Stabilitätsrisiko für Finanzmärkte — und aus demselben Grund ist die Steuerung von Erwartungen ein eigenständiges Instrument der Geldpolitik. ⟨3⟩

b) 3 P. — Drei Beispiele aus dem Wirtschaftsleben

Erstes Beispiel: der Bank Run. Ein Institut ist solvent, doch es kursiert das Gerücht, es sei angeschlagen. Weil jeder Einleger fürchtet, die Letzten könnten leer ausgehen, hebt er sein Guthaben vorsorglich ab. Da Banken im Teilreserve-System arbeiten und über die Fristentransformation kurzfristige Einlagen in langfristige Kredite verwandeln, halten sie nur einen Bruchteil der Einlagen liquide — die Bank wird durch eben diese Abhebungen tatsächlich zahlungsunfähig. Das Gerücht war falsch, bis es geglaubt wurde — und wurde durch das Glauben richtig. ⟨4⟩

Zweites Beispiel: die Börsenblase und der Momentum-Effekt. Steigende Kurse ziehen Käufer an, weil viele Anleger die jüngste Kursentwicklung in die Zukunft fortschreiben. Die zusätzliche Nachfrage lässt die Kurse weiter steigen, was die Erwartung weiter steigender Kurse bestätigt und noch mehr Käufer anzieht. Der Kursanstieg ist dann nicht mehr durch die Ertragslage der Unternehmen gedeckt, sondern allein durch die geteilte Erwartung — und trägt sich so lange, wie die Mehrheit sie teilt. Beim Umschlagen der Stimmung läuft derselbe Mechanismus mit umgekehrtem Vorzeichen und erzeugt den Crash. ⟨5⟩

Drittes Beispiel: die Staatsanleihen- und Zinskrise. Sobald Zweifel an der Zahlungsfähigkeit eines Staates aufkommen, verlangen die Gläubiger für neue Anleihen einen Risikoaufschlag. Der höhere Zins erhöht den Schuldendienst und belastet den Haushalt zusätzlich, wodurch die Zahlungsfähigkeit tatsächlich sinkt — was den nächsten, noch höheren Risikoaufschlag rechtfertigt. Der Zweifel finanziert seine eigene Bestätigung; die Eurokrise ab 2010 hat genau dieses Muster gezeigt. ⟨6⟩

Alternatives drittes Beispiel für den Fall, dass ein alltagsnaher Fall verlangt ist: Die Meldung, das Benzin könne knapp werden, veranlasst viele Autofahrer, sofort volle Tanks und Reservekanister zu kaufen. Die vorgezogene Nachfrage leert die Tankstellen tatsächlich, obwohl die Versorgungslage unverändert ist. Dasselbe Muster erklärt Hamsterkäufe bei Mehl, Speiseöl oder Toilettenpapier.

c) 6 P. — Abgrenzung von Ponzi-Schema und Schneeballsystem

Erste Gemeinsamkeit: der Auszahlungsmechanismus. In beiden Systemen werden die Gewinnausschüttungen an die bestehenden Teilnehmer aus den Beiträgen der neu hinzukommenden Teilnehmer gedeckt. Es existiert keine wirtschaftliche Wertschöpfung, aus der die versprochenen Renditen erwirtschaftet werden könnten; es wird lediglich Geld von den Späteren zu den Früheren umverteilt. Beide Systeme sind damit von Beginn an Nullsummenspiele mit negativem Vorzeichen, weil die Betreiber noch einen Teil entnehmen. ⟨7⟩

Zweite Gemeinsamkeit: der Zwang zu exponentiellem Wachstum. Damit ein System nicht kollabiert, benötigt es eine exponentiell steigende Anzahl von Teilnehmern, denn jede Auszahlungsrunde muss aus einer größeren Einzahlungsrunde finanziert werden. Daraus folgt die mathematische Unvermeidbarkeit des Zusammenbruchs: Wenn jeder Teilnehmer sechs neue werben muss, umfasst die erste Stufe 6 Personen, die zweite 36, und die dreizehnte bereits $6^{13}$ = rund 13,1 Milliarden — mehr als die Weltbevölkerung von gut 8 Milliarden. Spätestens auf der zwölften Stufe ist die Werbepflicht also physisch nicht mehr erfüllbar. ⟨8⟩

Der hauptsächliche Unterschied: die Kenntnis der Quelle. Beim Schneeballsystem ist dem Kunden die Quelle der Gewinnausschüttung bekannt. Er weiß, dass seine Auszahlung aus den Beiträgen der von ihm und anderen geworbenen Neumitglieder stammt, und wird selbst zum aktiven Werber — die Anwerbung ist der Geschäftszweck und wird ihm als solcher offen präsentiert. Der Teilnehmer ist damit Geschädigter und Mitwirkender zugleich. ⟨9⟩

Beim Ponzi-Schema ist der Anleger dagegen über die Quelle getäuscht: Er glaubt, sein Geld sei in ein reales, ertragreiches Investment geflossen, das die ausgeschütteten Renditen tatsächlich erwirtschaftet. Dieses Investment existiert nicht. Der Anleger wirbt niemanden, sondern hält sich schlicht für einen erfolgreichen Kapitalanleger; der Betrug liegt allein beim Betreiber, der die Erträge fingiert. Kurz gefasst: Das Schneeballsystem ist ein offenes Umverteilungsversprechen, das Ponzi-Schema ein verdecktes. ⟨10⟩

Beispiel für das Ponzi-Schema: Bernard Madoff. Madoff behauptete gegenüber seinen Anlegern über Jahrzehnte, mit einer Optionsstrategie stetige Renditen von etwa zehn Prozent jährlich zu erzielen, und wies dies in regelmäßigen Kontoauszügen aus. Tatsächlich fand kein nennenswerter Wertpapierhandel statt; Auszahlungen wurden aus den Einlagen neuer Kunden bedient. Das System flog im Dezember 2008 auf, als in der Finanzkrise gleichzeitig sehr viele Anleger Geld abziehen wollten. Die Kontoauszüge wiesen zu diesem Zeitpunkt rund 65 Milliarden US-Dollar aus, von denen ein erheblicher Teil nie existiert hatte. ⟨11⟩

Beispiel für das Schneeballsystem: Schenkkreise und pyramidenförmige Vertriebsstrukturen. Bei einem Schenkkreis zahlt jeder Neueinsteiger einen festen Betrag an die Teilnehmer der oberen Ebene und rückt nur dann selbst auf, wenn er neue Teilnehmer wirbt — die Herkunft des Geldes ist allen Beteiligten von Anfang an klar. Dasselbe Prinzip liegt Vertriebsstrukturen zugrunde, deren Erträge nicht aus dem Verkauf von Produkten an Endkunden, sondern aus den Eintritts- und Startpaketzahlungen neu geworbener Vertriebspartner stammen. Rechtlich fallen die beiden Fälle auseinander: Pyramidenförmige Vertriebsstrukturen, in denen die Teilnahme an die Abnahme von Waren oder Startpaketen gekoppelt ist, erfüllen die progressive Kundenwerbung nach § 16 Abs. 2 UWG (Freiheitsstrafe bis zwei Jahre oder Geldstrafe). Reine Schenkkreise ohne Warenbezug werden dagegen über § 263 StGB und die Sittenwidrigkeit nach § 138 BGB erfasst. Das Ponzi-Schema ist Betrug nach § 263 StGB, regelmäßig in Tateinheit mit Kapitalanlagebetrug nach § 264a StGB. ⟨12⟩

Rohleders Erwartung: In a) will er seine eigene Kurzdefinition wiedererkennen — Vorhersage, die ihre Erfüllung selbst bewirkt, plus der Hinweis auf den Glauben der Mehrheit, der das Verhalten der Mehrheit steuert. In c) ist der Prüfstein seine eigene Formulierung aus U19: „Hauptsächlicher Unterschied ist, dass beim Schneeballsystem dem Kunden die Quelle der Gewinnausschüttung bekannt ist." Er hat die Abgrenzung ausdrücklich als Präzisionsfall aufgerufen — die beiden Begriffe werden in der Berichterstattung regelmäßig synonym gebraucht, und darauf zielt seine Frage. Wer beide gleichsetzt, verliert die Hälfte der Punkte, auch wenn der Rest stimmt.

6. Buy Now, Pay Later: Klarna-Falle, EU-Richtlinie und das In-App-Urteil (10 P)

a) 4 P. – Geschäftsmodell und Risiken

„Buy Now, Pay Later" ist ein Konsumentenkredit im Gewand einer Bezahlfunktion: Die Zahlung wird aufgeschoben oder in Raten gestückelt, und bei Beträgen unter 200 Euro je Einkauf fand bislang keine Bonitätsprüfung statt — der Kredit entsteht per Klick. ⟨1⟩ Das Risiko liegt in der Summierung: Viele kleine Teilzahlungen ergeben zusammen eine Belastung, die niemand mehr überblickt — die Schuldenfalle entsteht nicht durch einen großen, sondern durch dutzende kleine Kredite. ⟨2⟩ Die Zahlen aus der Meldung: Fast jeder zweite Kunde zwischen 18 und 25 nutzt BNPL, und jeder dritte Nutzer hat schon eine Bezahlfrist verpasst. ⟨3⟩ Genau dort verdient der Anbieter: Mahngebühren und Verzugskosten sind Teil des Geschäftsmodells — kalkuliert wird mit dem Vergessen der Kundschaft, nicht gegen es. ⟨4⟩

b) 3 P. – Die neue EU-Verbraucherkreditrichtlinie

Die Richtlinie schließt die 200-Euro-Lücke: Künftig sind auch für Kleinstkredite eine Kreditwürdigkeitsprüfung und klare Informationspflichten vorgeschrieben — BNPL wird rechtlich als das behandelt, was es ökonomisch ist: ein Kredit. ⟨5⟩ Für Anbieter verteuert das die Convenience-Maschine, für junge Konsumenten entsteht eine Schutzschwelle genau an der Stelle, an der die Statistik das Scheitern zeigt. ⟨6⟩ Dass der Anstoß aus Brüssel kam, passt in Rohleders Befund zur Gesetzgebung: Die EU treibt die deutsche Legislative im Verbraucherschutz vor sich her — ohne die Richtlinie wäre national wenig passiert, und die VUCA-getriebene Produktinnovation ist schlicht schneller als der nationale Gesetzgeber. ⟨7⟩

c) 3 P. – Das In-App-Urteil

Nach dem besprochenen Gerichtsurteil haftet der Kontoinhaber — hier der Vater — für die Käufe, auch wenn ein Kind sie getätigt hat: Wer sein Konto beziehungsweise sein hinterlegtes Zahlungsmittel nicht absichert, trägt das Risiko der Nutzung. ⟨8⟩ Der Fall zeigt die Gamification-Mechanik der In-App-Käufe: Credits und Zwischenwährungen verschleiern den Geldcharakter, Dopamin-Schleifen belohnen den Kauf — 1.200 Transaktionen sind kein Versehen, sondern Produktdesign. ⟨9⟩ Die Lehre auf Haushaltsebene: Zahlungsmittel technisch absichern (Freigaben, Limits, kein gespeichertes Passwort) und Finanzkompetenz früh vermitteln — das ist derselbe Befund wie bei BNPL: Der Schutz beginnt vor dem Klick, nicht im Mahnverfahren. ⟨10⟩

⟨+1⟩ Die Verhaltens-Klammer als Reserve: BNPL ist Behavioral Finance im Produktdesign — die Zahlung wird vom Kaufschmerz entkoppelt, Teilbeträge wirken klein, und genau diese Mechanik erklärt, warum die Regulierung an Prüf- und Informationspflichten ansetzt statt an einem Verbot.

Rohleders Erwartung: Er hat den Komplex im WS 25/26 ausführlich mit aktuellen Meldungen besprochen — Meldungs-Stoff ist sein bevorzugtes Klausurmaterial. Punktanker: BNPL = Kredit ohne Prüfung unter 200 Euro, Mahngebühren als Geschäftsmodell, die Richtlinie schließt genau diese Lücke, Kontoinhaber-Haftung.

7. 600.000 Roboter: Amazons Automatisierungsziel ökonomisch eingeordnet (6 P)

a) 3 P. – Einordnung

Die Logik ist Kostendegression plus Skalierung: Automatisierung ersetzt den teuersten und knappsten Produktionsfaktor — Arbeit — durch Kapital, und bei Amazons Volumen rechnet sich jede Prozessautomatisierung millionenfach. ⟨1⟩ Bemerkenswert ist die Vertikalisierung: Amazon kauft und entwickelt die Robotik selbst und kann sie — nach dem AWS-Muster, bei dem aus der eigenen IT-Infrastruktur ein Verkaufsprodukt wurde — später als Dienstleistung Dritten anbieten. Die 600.000 sind also nicht nur Sparprogramm, sondern Produktentwicklung. ⟨2⟩ Für den Standort Deutschland verschärft das den bekannten Befund: Wo Arbeit teuer und Energie teurer ist, beschleunigt Automatisierung die Deindustrialisierung einfacher Tätigkeiten — wettbewerbsfähig bleibt, was hochqualifiziert oder automatisiert ist, dazwischen wird es dünn. ⟨3⟩

b) 3 P. – Konsequenzen für den Einzelnen

Beruflich gilt Rohleders wiederkehrende Antwort auf Automatisierungsangst: Qualifikation ist der beste Schutz — ersetzt werden repetitive Tätigkeiten, nicht Problemlösungskompetenz; Weak Signals wie diese Meldung sind Frühindikatoren dafür, welche Tätigkeitsprofile schrumpfen. ⟨4⟩ Anlageseitig zeigt die Meldung, wohin Kapitalströme laufen: Robotik, KI-Infrastruktur und deren Profiteure — wer breit diversifiziert investiert ist, partizipiert an genau der Produktivitätssteigerung, die als Arbeitnehmer bedrohlich wirkt. Das ist das stärkste Einzelargument für Kapitalmarktbeteiligung breiter Schichten. ⟨5⟩ Zugleich gilt die Behavioral-Warnung: Eine einzelne Schlagzeile ist kein Kaufsignal für Einzelaktien — der Hype um das „next big thing" (humanoide Roboter, Quantencomputing) ist Stimmung, die Diversifikation bleibt die Strategie. ⟨6⟩

⟨+1⟩ Die Meldungs-Methodik als Reserve: Solche Nachrichten sind Weak Signals im VUCA-Sinn — einzeln keine Prognose, in Summe aber Frühindikatoren für schrumpfende Tätigkeitsprofile und laufende Kapitalströme; die Klausurleistung liegt darin, aus der Meldung beide Konsequenzen abzuleiten, statt sie nachzuerzählen.

Rohleders Erwartung: Er hat die Meldung in zwei Vorlesungen besprochen — die Klausurform wäre eine Einordnungsaufgabe mit Quelle. Die Punkte liegen in der doppelten Lesart (Kostenlogik und Vertikalisierung/AWS-Analogie) und in der Brücke zur eigenen Konsequenz: Qualifikation plus diversifizierte Kapitalmarktbeteiligung statt Angst oder Einzelwette.

8. F2 · Schufa (6 P.) — Original-Klausur 11.07.2025

Ausgangspunkt (der ökonomische Kern)

Die Schufa (Schutzgemeinschaft für allgemeine Kreditsicherung) ist ein Instrument zum Abbau der Informationsasymmetrie zwischen dem Kreditgeber (der Bank) und dem Kreditnehmer. Der Kreditnehmer kennt seine eigene Bonität (= Zahlungsfähigkeit + Zahlungswilligkeit) genau, die Bank nicht. Fällt die Schufa ersatzlos weg, kann die Bank gute von schlechten Schuldnern nicht mehr unterscheiden. Ökonomisch entsteht adverse Selektion (Akerlofs „Markt für Zitronen"): Weil die Bank das Risiko nicht mehr individuell zuordnen kann, reagiert sie pauschal. Daraus ergeben sich für künftige Kreditnehmer*innen folgende konkrete Folgen:

1. Höhere Zinsen für alle Die Bank kann das Ausfallrisiko nicht mehr am Einzelnen festmachen und schlägt deshalb auf jeden Kredit eine pauschale Risikoprämie auf. Der Sollzinssatz steigt. Folge: Die Guten subventionieren die Schlechten quer — wer eine gute Bonität hat, wird nicht mehr mit einem günstigeren Zins belohnt.

2. Erschwerter Kreditzugang / Kreditverknappung Um sich gegen das nicht mehr einschätzbare Risiko zu schützen, vergibt die Bank Kredite restriktiver und lehnt im Zweifel ab. Es kommt zur Kreditrationierung: Auch grundsätzlich kreditwürdige Personen erhalten seltener oder keinen Kredit.

3. Höhere Anforderungen an Sicherheiten und Nachweise Statt eines Scores verlangt die Bank nun individuelle Belege: Bürgen, Gehaltsnachweise, Kontoauszüge, höhere Eigenkapital- bzw. Anzahlungsquoten. Der Kreditnehmer muss seine Bonität selbst aufwendig nachweisen.

4. Verlust der positiven Kredithistorie Wer sich über Jahre korrekt verhalten hat (pünktliche Rückzahlungen, keine Zahlungsausfälle), kann diesen aufgebauten Bonitäts-Bonus nicht mehr geltend machen. Der Vertrauensvorschuss aus einer sauberen Vergangenheit entfällt — jeder startet wieder bei null.

5. Langsamere und aufwendigere Kreditprozesse Ohne die Datenbasis für ein automatisiertes Scoring entfallen schnelle Standardprodukte wie Sofortkredit, Ratenkauf im Handel oder die Online-Sofortzusage. An ihre Stelle tritt eine teure, manuelle Einzelfallprüfung, die länger dauert.

Fazit: Der Wegfall der Schufa würde Kredite für nahezu alle Kreditnehmer*innen teurer, schwerer zugänglich und bürokratischer machen — paradoxerweise am stärksten zu Lasten der bislang bonitätsstarken Kunden, deren gute Historie plötzlich wertlos wird.

⟨+1⟩ Der Theorie-Anker als Reserve: Hinter allen fünf Folgen steht dasselbe Begriffspaar — Informationsasymmetrie und adverse Selektion nach Akerlofs „Markt für Zitronen"; wer die Folgen darunter bündelt, zeigt den Mechanismus statt nur der Symptome und erklärt zugleich das Paradox, dass ein Verbot zum Schutz der Verbraucher die bonitätsstarken Kunden am härtesten trifft.

9. F5 · Anleihen (5 P.) — Original-Klausur 11.07.2025

Definition

Eine Anleihe (auch: Schuldverschreibung, Obligation, Rentenpapier, engl. Bond) ist ein festverzinsliches Wertpapier, mit dem ein Schuldner langfristiges Fremdkapital am Kapitalmarkt aufnimmt. Der Erwerber einer Anleihe wird dadurch Gläubiger (Kreditgeber) des Ausstellers – er erwirbt, anders als der Aktionär, kein Eigentum am Unternehmen, sondern eine verbriefte Forderung auf Zinszahlung und Rückzahlung des überlassenen Kapitals.

Beteiligte Parteien

• Emittent (= Aussteller / Schuldner): nimmt über die Anleihe Kapital auf. Typische Emittenten sind Staaten (Staatsanleihen), Banken (Bankschuldverschreibungen) und Unternehmen (Unternehmens-/Industrieanleihen).
• Anleger / Zeichner (= Gläubiger): stellt dem Emittenten Kapital zur Verfügung und erhält dafür Zinsen sowie am Ende die Rückzahlung.

Einschlägige Fachbegriffe (Ausstattungsmerkmale)

• Nennwert (Nominalwert) = der auf der Urkunde verbriefte Betrag, auf den sich Verzinsung und Rückzahlung beziehen.
• Nominalzins (Kupon) = der feste Zinssatz bezogen auf den Nennwert; bei der klassischen (Straight-)Anleihe über die gesamte Laufzeit konstant. Beispiel: Nennwert = 1.000,00 EUR, Kupon = 4,00 % ergibt eine jährliche Zinszahlung von $1.000{,}00 \cdot 0{,}04 = 40{,}00$ EUR.
• Laufzeit = die feste Zeitspanne von der Ausgabe (Emission) bis zur Tilgung (Rückzahlung); die Rückzahlung erfolgt in der Regel zum Nennwert (100 %).
• Stückelung = Aufteilung der Gesamtanleihe in handelbare Teilbeträge.

Emission und Handel (Kurswert vs. Nennwert)

Die Anleihe wird bei der Emission am Primärmarkt ausgegeben und ist anschließend am Sekundärmarkt (Börse) frei handelbar. Der Kurswert wird in Prozent des Nennwerts notiert und kann vom Nennwert abweichen (Kurs über oder unter 100 %). Dadurch unterscheidet sich die tatsächliche Rendite (Effektivverzinsung) des Käufers vom festen Nominalzins: Wer die Anleihe unter pari (unter 100 %) kauft, erzielt eine Rendite oberhalb des Kupons, wer über pari kauft, eine niedrigere.

Gläubigerstellung und Risiken

Der Anleihegläubiger hat einen festen Rechtsanspruch auf die vereinbarten Zinszahlungen und die Rückzahlung des Kapitals; er ist im Insolvenzfall vorrangig vor den Eigenkapitalgebern (Aktionären) zu bedienen, besitzt jedoch kein Stimm- bzw. Mitspracherecht im Unternehmen. Wesentliche Risiken sind das Bonitäts-/Ausfallrisiko des Emittenten (abgebildet durch das Rating) sowie das Zinsänderungsrisiko: Steigen die Marktzinsen, sinkt der Kurswert bereits laufender Anleihen am Sekundärmarkt (und umgekehrt).

Abgrenzung (zur Sicherung des Verständnisses)

Die Anleihe ist damit ein reines Fremdkapitalinstrument – im Gegensatz zur Aktie, die Eigenkapital und Miteigentum mit variabler Dividende und Stimmrecht verkörpert. Die Anleihe bietet dem Anleger dagegen planbare, feste Zinserträge bei begrenzter Gewinnchance.

⟨+1⟩ Der Merkmechanismus als Reserve: Kurs und Marktzins bewegen sich gegenläufig, weil der feste Kupon einer laufenden Anleihe gegen die neue Marktverzinsung konkurriert — steigt der Marktzins, muss der Kurs so weit fallen, bis die Effektivverzinsung des Käufers wieder dem Marktniveau entspricht; „festverzinslich" heißt deshalb nicht „kursrisikofrei".

10. Selbsterfüllende Prophezeiungen (9 P) — Original-Klausur 26.02.2025 (1)

a) 3 P. – Definition

Eine selbsterfüllende Prophezeiung ist eine Vorhersage, die ihre Erfüllung selbst bewirkt: Der Glaube einer Mehrheit an ein Narrativ steuert das Verhalten dieser Mehrheit so, dass das Narrativ zur Wahrheit wird. Entscheidend ist, dass die Aussage im Zeitpunkt ihrer Äußerung sachlich noch nicht zutrifft; sie wird erst dadurch wahr, dass Menschen sich so verhalten, als wäre sie bereits wahr. ⟨1⟩

Der Wirkmechanismus ist eine positive Rückkopplung zwischen Erwartung und Handlung: Die Erwartung verändert das Verhalten, das veränderte Verhalten verändert die Realität, und die veränderte Realität bestätigt die ursprüngliche Erwartung, was wiederum weitere Personen zum gleichen Verhalten veranlasst. Der Kreislauf verstärkt sich selbst, statt sich zu dämpfen. ⟨2⟩

Wesentlich ist die kollektive Dimension: Eine einzelne Person, die an das Narrativ glaubt, verändert nichts. Erst wenn eine hinreichend große Zahl von Marktteilnehmern gleichgerichtet handelt, wird die Erwartung zur wirtschaftlichen Tatsache. Deshalb sind selbsterfüllende Prophezeiungen ein systematisches Stabilitätsrisiko für Finanzmärkte, und aus demselben Grund ist die Steuerung von Erwartungen ein eigenständiges Instrument der Geldpolitik. ⟨3⟩

b) 6 P. – Drei konkrete und unterschiedliche Beispiele aus dem Wirtschaftsleben

Erstes Beispiel: der Bank Run. Ein Kreditinstitut ist solvent, doch es kursiert das Gerücht, es sei angeschlagen. Weil jeder Einleger fürchtet, die Letzten könnten leer ausgehen, hebt er sein Guthaben vorsorglich ab. Da Banken im Teilreserve-System arbeiten und über die Fristentransformation kurzfristige Einlagen in langfristige Kredite verwandeln, halten sie nur einen Bruchteil der Einlagen liquide. ⟨4⟩ Genau die massenhaften Abhebungen machen die Bank tatsächlich zahlungsunfähig: Das Gerücht war falsch, bis es geglaubt wurde, und wurde durch das Glauben richtig. Historisch steht dieses Muster hinter zahlreichen Finanzkrisen. ⟨5⟩

Zweites Beispiel: Börsenkurse, Momentum und Blasenbildung. Erwarten viele Anleger steigende Kurse, kaufen sie verstärkt Anteile. Die zusätzliche Nachfrage treibt den Kurs tatsächlich nach oben, was die Erwartung bestätigt und weitere Käufer anzieht. ⟨6⟩ Der Kursanstieg ist dann nicht mehr durch die Ertragslage der Unternehmen gedeckt, sondern trägt sich allein durch die geteilte Erwartung, wie es die Dotcom-Blase um 2000 oder der Tesla-Boom des Jahres 2020 gezeigt haben. Beim Umschlagen der Stimmung läuft derselbe Mechanismus mit umgekehrtem Vorzeichen: Eine negative Markterwartung führt zu Verkäufen und fallenden Kursen bis hin zum Crash. ⟨7⟩

Drittes Beispiel: Wirtschaftswachstum und Investitionszyklen. Erwarten Unternehmen, dass die Wirtschaft wächst, investieren sie stärker in Maschinen, Personal und Expansion. Diese zusätzlichen Investitionen erzeugen Aufträge, Einkommen und Nachfrage und tragen damit tatsächlich zum Wirtschaftswachstum bei, das die ursprüngliche Prognose bestätigt. ⟨8⟩ Ein anschauliches Großbeispiel ist Chinas Wirtschaftswachstum: Die über Jahrzehnte staatlich gestützten, positiven Wachstumsprognosen zogen in- und ausländische Investitionen an, die das Wachstum weiter beschleunigten. Umgekehrt wirkt der Mechanismus in der Rezession, wenn pessimistische Prognosen Investitionszurückhaltung auslösen und den Abschwung dadurch erst herbeiführen. ⟨9⟩

Rohleders Erwartung: Im Klausur-Rückblick (U05, WS25/26) hat er diese Aufgabe als vergleichsweise gut recherchierbare Standard-Aufgabe eingeordnet und mehrere Definitionszugänge akzeptiert, solange der Kern sitzt: eine Vorhersage, die ihre Erfüllung selbst bewirkt. In b) zählt ein Beispiel erst dann voll, wenn der Rückkopplungsmechanismus ausformuliert ist; das bloße Stichwort „Bank Run" ohne Erklärung, warum die Abhebungen die Insolvenz erzeugen, bleibt unter den zwei Punkten je Beispiel.